Fugu-MT 論文翻訳(概要): Direct Servo Control from In-Sensor CNN Inference with A Pixel Processor Array

論文の概要: Direct Servo Control from In-Sensor CNN Inference with A Pixel Processor Array

arxiv url: http://arxiv.org/abs/2106.07561v1
Date: Wed, 26 May 2021 10:10:32 GMT
ステータス: 処理完了
システム内更新日: 2021-06-20 16:03:15.426005
Title: Direct Servo Control from In-Sensor CNN Inference with A Pixel Processor Array
Title（参考訳）: 画素プロセッサアレイを用いたセンサ内cnn推定による直接サーボ制御
Authors: Yanan Liu, Jianing Chen, Laurie Bose, Piotr Dudek, Walterio Mayol-Cuevas
Abstract要約: 本研究は,S CAMP-5 Pixel Processor Arrayを用いた高速CNN推論による視覚感覚運動の直接制御を実証する。 2値畳み込みニューラルネットワーク (CNN) は古典的な岩盤, 紙, はさみの分類問題に8000 FPS以上で使用される。
参考スコア（独自算出の注目度）: 18.691057836183774
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: This work demonstrates direct visual sensory-motor control using high-speed CNN inference via a SCAMP-5 Pixel Processor Array (PPA). We demonstrate how PPAs are able to efficiently bridge the gap between perception and action. A binary Convolutional Neural Network (CNN) is used for a classic rock, paper, scissors classification problem at over 8000 FPS. Control instructions are directly sent to a servo motor from the PPA according to the CNN's classification result without any other intermediate hardware.
Abstract（参考訳）: 本研究は,SCAMP-5 Pixel Processor Array (PPA) を用いた高速CNN推論による直接視覚感覚運動制御を示す。我々はppasが知覚と行動のギャップを効果的に橋渡しできることを示す。 2値畳み込みニューラルネットワーク (CNN) は古典的な岩盤, 紙, はさみの分類問題に8000 FPS以上で使用される。制御命令は、他の中間ハードウェアを使わずに、CNNの分類結果に従ってPPAからサーボモータに直接送られる。

関連論文リスト

Spiking Neural Network Enhanced Hand Gesture Recognition Using Low-Cost Single-photon Avalanche Diode Array [0.0]
暗黒および明るい光環境下で10種類のジェスチャーを認識するために,小型なスパイキング畳み込みニューラルネットワーク(SCNN)とスパイキング多層パーセプトロン(90P)を提案する。ハンドジェスチャ認識(HGR)システムでは,光子強度データをネットワークのトレーニングとテストに利用した。バニラ畳み込みニューラルネットワーク(CNN)も実装され、SCNNのパフォーマンスを同じネットワークトポロジとトレーニング戦略と比較した。
論文参考訳（メタデータ） (2024-02-08T06:35:06Z)
PICNN: A Pathway towards Interpretable Convolutional Neural Networks [12.31424771480963]
フィルタと画像のクラス間の絡み合いを軽減する新しい経路を導入する。我々はBernoulliサンプリングを用いて、学習可能なフィルタクラス対応行列からフィルタクラスタ割り当て行列を生成する。提案手法の有効性を,広く使用されている10のネットワークアーキテクチャ上で評価する。
論文参考訳（メタデータ） (2023-12-19T11:36:03Z)
CNN-based Methods for Object Recognition with High-Resolution Tactile Sensors [0.0]
ロボットのエンドエフェクターに高解像度の触覚センサーを装着し、接触した物体を識別する。 CNNベースの2つのアプローチが圧力画像の分類に使われている。
論文参考訳（メタデータ） (2023-05-21T09:54:12Z)
Attention-based Feature Compression for CNN Inference Offloading in Edge Computing [93.67044879636093]
本稿では,デバイスエッジ共振器におけるCNN推論の計算負荷について検討する。エンドデバイスにおける効率的な特徴抽出のための新しいオートエンコーダベースのCNNアーキテクチャ(AECNN)を提案する。実験の結果、AECNNは中間データを約4%の精度で256倍圧縮できることがわかった。
論文参考訳（メタデータ） (2022-11-24T18:10:01Z)
SAFE-OCC: A Novelty Detection Framework for Convolutional Neural Network Sensors and its Application in Process Control [0.0]
本稿では,センサアクティベート特徴抽出ワンクラス分類(SAFE-OCC)と呼ばれる,畳み込みニューラルネットワーク(CNN)センサの新規検出フレームワークを提案する。このフレームワークは,プロセス制御アーキテクチャにおけるコンピュータビジョンセンサの安全な利用を可能にする。
論文参考訳（メタデータ） (2022-02-03T19:47:55Z)
Classification of diffraction patterns using a convolutional neural network in single particle imaging experiments performed at X-ray free-electron lasers [53.65540150901678]
X線自由電子レーザー(XFEL)における単一粒子イメージング(SPI)は、その自然環境における粒子の3次元構造を決定するのに特に適している。再建を成功させるためには、単一のヒットに由来する回折パターンを多数の取得パターンから分離する必要がある。本稿では,この課題を画像分類問題として定式化し,畳み込みニューラルネットワーク(CNN)アーキテクチャを用いて解決することを提案する。
論文参考訳（メタデータ） (2021-12-16T17:03:14Z)
Pixel Difference Networks for Efficient Edge Detection [71.03915957914532]
本稿では,Pixel Difference Network (PiDiNet) という軽量かつ効率的なエッジ検出アーキテクチャを提案する。 BSDS500、NYUD、Multicueのデータセットに関する大規模な実験が、その効果を示すために提供されている。 0.1M未満のパラメータを持つPiDiNetのより高速なバージョンは、200FPSのアーティファクトで同等のパフォーマンスを達成できる。
論文参考訳（メタデータ） (2021-08-16T10:42:59Z)
Scalable Perception-Action-Communication Loops with Convolutional and Graph Neural Networks [208.15591625749272]
視覚に基づくグラフアグリゲーション・アンド・推論(VGAI)を用いた知覚-行動-コミュニケーションループの設計を提案する。我々のフレームワークは、畳み込みとグラフニューラルネットワーク(CNN/GNN)のカスケードによって実装され、エージェントレベルの視覚知覚と特徴学習に対処する。我々は、VGAIが他の分散コントローラに匹敵する性能を得ることを示した。
論文参考訳（メタデータ） (2021-06-24T23:57:21Z)
Container: Context Aggregation Network [83.12004501984043]
最近の発見は、従来の畳み込みやトランスフォーマーコンポーネントを使わずに、シンプルなベースのソリューションが効果的な視覚表現を生成できることを示している。マルチヘッドコンテキストアグリゲーションのための汎用ビルディングブロックCONText Ion NERtwokを提案する。より大規模な入力画像解像度に依存する下流タスクにはスケールしないTransformerベースの手法とは対照的に、当社の効率的なネットワークであるModellightは、オブジェクト検出やインスタンスセグメンテーションネットワークに利用することができる。
論文参考訳（メタデータ） (2021-06-02T18:09:11Z)
Anchor-free Small-scale Multispectral Pedestrian Detection [88.7497134369344]
適応型単一段アンカーフリーベースアーキテクチャにおける2つのモードの効果的かつ効率的な多重スペクトル融合法を提案する。我々は,直接的境界ボックス予測ではなく,対象の中心と規模に基づく歩行者表現の学習を目指す。その結果,小型歩行者の検出における本手法の有効性が示唆された。
論文参考訳（メタデータ） (2020-08-19T13:13:01Z)
AnalogNet: Convolutional Neural Network Inference on Analog Focal Plane Sensor Processors [0.0]
アナログ平面センサプロセッサ(FPSP)と呼ばれるユニークな種類のデバイスの性能を利用した高速でエネルギー効率の良い畳み込みニューラルネットワーク(CNN)アーキテクチャを提案する。センサアレイが収集したデータを別のプロセッサに送信して処理する従来のビジョンシステムとは異なり、FPSPは撮像装置自体でデータを処理できる。提案するアーキテクチャはAnalogNetと呼ばれ,MNISTの手書き文字認識タスクにおいて,1フレームあたり0.7mJの速度で96.9%の精度で動作可能である。
論文参考訳（メタデータ） (2020-06-02T16:44:43Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。